CN105139647B - 一种道路拥堵实时检测的方法 - Google Patents
一种道路拥堵实时检测的方法 Download PDFInfo
- Publication number
- CN105139647B CN105139647B CN201510445535.4A CN201510445535A CN105139647B CN 105139647 B CN105139647 B CN 105139647B CN 201510445535 A CN201510445535 A CN 201510445535A CN 105139647 B CN105139647 B CN 105139647B
- Authority
- CN
- China
- Prior art keywords
- travelling data
- judged result
- point
- location point
- congestion
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Abstract
本发明提供一种道路拥堵实时检测的方法,包括:获取一浮动车的一行车数据;判断所述一行车数据的速度是否小于预设的速度阀值,若是,则记录所述位置点为第一位置点;根据预设的采集周期,获取下一行车数据;计算下一行车数据的位置点与第一位置点的相对速度;判断下一行车数据的速度是否小于预设的速度阀值,同时判断相对速度是否小于预设的相对速度阀值,若都为是,则记录所述下一行车数据对应的位置点为第一状态位置点。实现准确地获取浮动车的行车状态变化位置点,并能够以此作为浮动车所处道路的路况分析基础,为获取高时效性和高精确度的路况信息提供科学的依据。
Description
技术领域
本发明涉及交通数据分析领域,具体说的是一种道路拥堵实时检测的方法。
背景技术
随着城市居民拥有汽车数量的急剧增加,道路交通变得不理想,而为了人们的行车方便,及时知晓道路当前的路况是很有必要的。现有技术中,对于行车过程中,或者计划出行的人们来说,途经道路是否存在拥堵在出行前是无法预知的,这样便极有可能导致人们在拥堵道路上浪费很多不必要的时间,延误时间的同时也严重影响人们的心情;若人们能够提前获取道路的实时路况信息,绕开这些拥堵路段,将有助于人们顺畅通行。
申请号为201510058449.8的专利申请文件,公开了一种道路拥堵检测方法,利用装在浮动车信息采集器传回的数据进行实时处理,得到一辆车在当前道路的拥堵情况;通过累加每辆车的拥堵区域得到实时路况的拥堵情况。
发明内容
本发明所要解决的技术问题是:提供一种道路拥堵实时检测的方法,实现依据浮动车的行车数据,获取浮动车的行车状态变化位置点。
为了解决上述技术问题,本发明采用的技术方案为:
一种道路拥堵实时检测的方法,包括:
S1:获取一浮动车的一行车数据,行车数据包括时间点、速度和位置点;
S2:判断所述一行车数据的速度是否小于预设的速度阀值,得到第一判断结果;
S3:若第一判断结果为是,则记录所述位置点为第一位置点;
S4:根据预设的采集周期,获取所述一浮动车的下一行车数据;
S5:计算所述下一行车数据的位置点与所述第一位置点的相对速度;
S6:判断所述下一行车数据的速度是否小于预设的速度阀值,得到第二判断结果;
S7:判断所述相对速度是否小于预设的相对速度阀值,得到第三判断结果;
S8:若第二判断结果和第三判断结果都为是,则记录所述下一行车数据对应的位置点为第一状态位置点。
本发明的有益效果在于:本发明基于浮动车的行车数据进行动态的分析处理,依据浮动车的实时速度是否超过速度阀值,记录第一位置点,确定为浮动车的第一行车缓慢点;依据最新位置点的实时速度,以及与第一位置点的相对速度来记录第一状态位置点;实现准确地获取浮动车的行车状态变化位置点,并能够以此作为浮动车所处道路的路况分析基础,为获取高时效性和高精确度的路况信息提供科学的依据。
附图说明
图1为本发明一种道路拥堵实时检测的方法的流程示意图;
图2为本发明一具体实施方式一种道路拥堵实时检测的方法的第一部分的流程示意图;
图3为本发明一具体实施方式一种道路拥堵实时检测的方法的第二部分的流程示意图;
图4为本发明一具体实施方式一种道路拥堵实时检测的方法的第三部分的流程示意图。
具体实施方式
为详细说明本发明的技术内容、所实现目的及效果,以下结合实施方式并配合附图予以说明。
本发明最关键的构思在于:对浮动车的行车数据进行动态的分析处理,依据浮动车的实时速度是否超过速度阀值,记录第一位置点;依据最新位置点的实时速度,以及与第一位置点的相对速度来记录第一状态位置点;实现准确地获取浮动车的行车状态变化位置点。
本发明涉及的技术术语解释:
请参照图1至图4,一种道路拥堵实时检测的方法,包括:
S1:获取一浮动车的一行车数据,行车数据包括时间点、速度和位置点;
S2:判断所述一行车数据的速度是否小于预设的速度阀值,得到第一判断结果;
S3:若第一判断结果为是,则记录所述位置点为第一位置点;
S4:根据预设的采集周期,获取所述一浮动车的下一行车数据;
S5:计算所述下一行车数据的位置点与所述第一位置点的相对速度;
S6:判断所述下一行车数据的速度是否小于预设的速度阀值,得到第二判断结果;
S7:判断所述相对速度是否小于预设的相对速度阀值,得到第三判断结果;
S8:若第二判断结果和第三判断结果都为是,则记录所述下一行车数据对应的位置点为第一状态位置点。
进一步的,包括:
S9:若第二判断结果或第三判断结果为否,则返回循环S4至S8。
由上述可知,在依据一行车数据确定了第一位置点后,若依据采集周期获取到的下一行车数据,即第二条行车数据的判断结果不符合条件,将返回依据采集周期继续获取下一行车数据,即第三条行车数据,继续进行计算和判断处理,通过循环S4至S8,以获取足够多的被记录的第一状态位置点。
进一步的,包括:
S31:若第一判断结果为否,则返回循环S1至S8。
由上述可知,在依据预设的采集周期获取到所述的一行车数据,即第一条行车数据后,对该行车数据进行判断,若第一判断结果不符合条件,则返回S1,依据采集周期获取下一行车数据,即第二条行车数据,继续进行判断,直至成功记录第一位置点。
进一步的,包括:
S10:获取所述第一个位置点至所述第一状态位置点所构成的区域;
S12:存储所述区域至数据库;
S13:遍历所述数据库,合并存在交集的区域;
S14:同步所述区域至地图数据。
由上述可知,本发明能够依据第一位置点和所述第一状态位置点获取所述区域,所述区域所对应的浮动车的行车状态,将依据所预设的速度阀值以及相对速度阀值的大小来确定,可以是行车缓慢区域、拥堵区域或者是异常拥堵区域;并将所述区域存储至数据库中,最后通过合并存在交集的所述区域实现行车缓慢区域、拥堵区域或异常拥堵区域的最终确认。本发明实现了显著提高道路拥堵情况判断的准确度和路况更新的及时性;同时,也能够为路径导航系统等第三方系统提供便利,帮助行车人员依据道路的实时拥堵情况避开拥堵道路,保障出行的便利性。
进一步的,所述S7之后,进一步包括:
S71:计算所述下一行车数据的位置点与所述第一位置点的相对距离;
S72:判断所述下一行车数据的相对距离是否大于预设的相对距离阀值,得到第四判断结果。
所述S8具体为:
若第二判断结果、第三判断结果和第四判断结果都为是,则记录所述下一行车数据对应的位置点为第一状态位置点。
由上述可知,只有同时符合实时速度大于预设速度阀值,相对速度大于预设相对速度阀值,以及相对距离大于预设阀值的位置点才会被记录为第一状态位置点;证明所述浮动车确实处在缓慢前进的状态,排除了浮动车熄火停车的可能性;进一步的提升所确认位置点的精确度。
进一步的,所述S8具体为:
S81:若第二判断结果和第三判断结果都为是,则计算所述第一位置点与所述位置点所间隔的时长;
S82:判断所述时长是否大于预设的第一时长阀值,得到第五判断结果;
S83:若第五判断结果为是,则记录所述下一行车数据对应的位置点为第一状态位置点;
S84:获取所述第一个位置点至所述第一状态位置点所构成的第一区域。
由上述可知,本发明还对所述第一位置点与所述第一状态位置点所间隔的时长进行判断,只有大于预设的第一时长阀值,所述位置点才会被记录为第一状态位置点,进一步确认了所述浮动车在第一状态位置点的行车状态确实发生了改变,再次提升所记录的位置点的精确度。
进一步的,所述行车数据还包括方向;
所述行车数据还包括方向;
所述S84具体为:
S841:判断所述第一状态位置点与所述第一个位置点的方向是否一致,得到第六判断结果;
S842:若所述第六判断结果为是,则获取所述第一个位置点至所述第一状态位置点所构成的窄长的第一区域。
由上述可知,本发明还将判断所述第一状态位置点与所述第一位置点的方向是否一致,若一致,则证明所述浮动车当前处于直长的行车道路中,由此所获取的窄长的第一区域确实对应所述浮动车当前处于缓慢或拥堵或异常拥堵的情况;若不一致,则证明所述浮动车的车头方向发生了变化,有可能所述浮动车位于路口,或者是处于掉头状态,上述情况同样将导致行车缓慢,而通过方向的判断,将很好的将此类误差情况排除在外,提高依据第一位置点和第一状态位置点所确定的第一区域的准确度。
进一步的,所述S84之后,进一步包括:
S841:判断所述时长是否大于预设的第二时长阀值,得到第七判断结果;
S842:若第七判断结果为是,则记录所述下一行车数据对应的位置点为第二状态位置点;
S843:判断所述时长是否大于预设的第三时长阀值,得到第八判断结果;
S844:若第八判断结果为是,则记录所述下一行车数据对应的位置点为第三状态位置点。
由上述可知,本发明同时预设有第一时长阀值、第二时长阀值和第三时长阀值,并能够通过判断,获取第一状态位置点、第二状态位置点和第三状态位置点,依据所述第一时长阀值、第二时长阀值和第三时长阀值的取值不同,所述第一位置点、第二位置点和第三位置点也将对应浮动车不同的行车状态;若第一时长阀值小于第二时长阀值,第二时长阀值小于第三时长阀值,则所述第一位置点将对应行车缓慢点、第二位置点将对应拥堵点、第三位置点将对应异常拥堵点,实现能够依据需求,灵活的配置所需的时长阀值,以获取浮动车不同的行车状态变化位置点;
所述第二、第三时长阀值,即判定所述位置点为拥堵点、异常拥堵点的时长阀值的确定以及更新依据为:设置关键路网网格节点,所述关键路网网格节点可以选取经过车辆次数比较多的道路节点;关键路网网格节点可以一个月更新一次;记录通过关键路网网格节点的所有浮动车的时间,这个时间反应该关键路节点的拥堵情况;读取一个月或者几个月所有通过这个关键路节点的拥堵数据,舍去最高值和高于平均值20%的数据后,选取数据中拥堵时长最高的时间,若这个时间小于预设的一个时间阈值,则丢弃,否则把这个最高的时间设置为第二时长阈值,即为判断该点是否为拥堵点的依据;设置高于第二时长阈值60%的时间为第三时长阈值,即判断为异常拥堵点。
进一步的,所述S84之后,进一步包括:
S85:获取被记录的第一个第二状态位置点至被记录的第一个第三位置状态点所构成的第二区域;
S86:获取被记录的第一个第三位置状态点至最新记录的第三位置状态点所构成的第三区域;
S87:存储所述第一区域、第二区域和第三区域至数据库。
由上述可知,本发明能够依据所确定的第一状态位置点、第二状态位置点和第三状态位置点分别获取第一区域、第二区域和第三区域;并能够依据所述第一状态位置点、第二状态位置点和第三状态位置点所表示的浮动车的不同行车状态变化点,获取对应不同路况的区域,如行车缓慢区域、拥堵区域或异常拥堵区域;实现通过统计分析,一次性获取对应所述浮动车不同行车状态的区域,为提供更丰富、更具体的交通道路实时路况分析结果,更好的为行车人员服务。
进一步的,所述S4具体为:
S41:将所述一行车数据存入一预设有存放元素个数的队列中;
S42:根据预设的采集周期,获取所述一浮动车的下一行车数据;
S43:将所述下一行车数据插入所述队列的队尾;
S44:计算所述下一行车数据与所述队列中存放的各个行车数据的相对距离和相对速度;
S45:依据所述相对距离和相对速度,判定所述一浮动车确实处于行车缓慢状态。
由上述可知,本发明在行车数据的动态处理过程中使用了队列形式,将依据采集周期获取的行车数据依次插入到预设的队列中,所述队列同时预设了所能存放的元素的个数,所述元素个数的取值范围可以是20-50,优选为30;同样的,本发明还可以使用栈形式或者其他排列形式;在队列中,通过对最新获取到的行车数据与队列中的每个行车数据计算相对距离和相对速度,以确认所述浮动车是否还处于行车缓慢状态,实现了对获取到的各个行车数据的准确性校验,以提高所记录的第一状态位置点的准确性。
进一步的,所述S9具体为:
S91:若第二判断结果或第三判断结果为否,则判断所述下一行车数据的前一行车数据所对应的位置点是否有被记录,得到第九判断结果;
S92:若第九判断结果为是,则删除所述数据库中对应所述一浮动车的所述区域,继续执行S93;
S93:返回循环S4至S8。
由上述可知,若所述下一行车数据的判断结果不符合条件,则进一步判断所述下一行车数据之前采集到的行车数据对应的位置点是否被记录为第一状态位置点,若是,则证明所述浮动车在这一时刻已经不处于行车缓慢或者拥堵的状态,相应的,删除所述数据库中对应所述一浮动车的所述区域,确保数据库中存储的区域具备时效性;同时继续依据采集周期获取下一行车数据,及时掌握浮动车的行车状态。
请参照图2至图4,本发明的实施例一为:
请参阅图2
S001:预设一数据表,所述数据表依据浮动车编号对应存放接收到的行车数据,且所述行车数据依据队列形式存储;预先设置队列可存放的元素的个数,在此,以存放30个行车数据为例进行说明;
S002:依据预设的采集周期获取一最新的行车数据;
所述预设的采集周期可以是10-60s,优选为15s;依据15s的采集周期对浮动车进行采集,所获取的行车数据间距适当,且最具代表性,若采集周期过短,所采集的行车数据过密,讲给系统的数据处理增加不必要的负担;若采集周期过长,则所采集的行车数据太过离散,将直接影响数据的统计分析精度;
所述行车数据中记录有时间点、速度、位置点和浮动车编号;所述位置点包括通过GPS定位获取到的浮动车当前的经度信息和纬度信息。
S003:依据所述行车数据中记录的浮动车编号,判断所述行车数据对应的浮动车编号在预设的数据表中是否有记录;若是,则执行S004,若否,则执行S005;
S004:将所述行车数据存入数据表,并建立对应该浮动车编号的队列,将所述行车数据作为该车的第一条行车数据;
S005:查询对应所述浮动车编号的队列中对头行车数据的时间点;
S006:判断所述行车数据中记录的时间点是否比对头行车数据的时间点晚,即判断所获取的行车数据是否为最新的行车数据;若否,则执行S007;若是,则执行S008;
S007:将所述行车数据存入错误数据表;
S008:将所述数据插入对应浮动车编号的队列的队尾;
S009:判断队列中存放的行车数据的个数是否达到预设的存放元素个数,即是否有30个行车数据;若否,则执行S010;若是,则执行S011;
S010:计算所述行车数据记录的位置点与队列中各个行车数据的位置点的相对距离和相对速度,继续执行S013;
S011:更新队列的对头数据,即将队列中原先位于对头的行车数据出队,而将所述行车数据插入队尾;计算位于队尾的行车数据,即所述行车数据记录的位置点与队列中前29个行车数据对应的位置点的相对距离L相;
S012:计算所述行车数据记录的位置点与队列中前29个行车数据对应的位置点的相对速度V相=L相/(Tn-Tn-1);所述Tn为所述行车数据的时间点,Tn-1为前一个行车数据的时间点;执行S013;
S013:判断所述行车数据的速度是否小于预设的速度阀值V1,得到第一判断结果;若否,则返回S002,循环步骤S002至S013;若是,则执行S014;
S014:记录所述行车数据对应的位置点为第一位置点,所述第一位置点即第一行车缓慢点;已经被记录的位置点对应的行车数据虽然会随着新的行车数据的不断获取,队列的不断更新而出队,不在队列中,但然会记录在数据表中,在需要的时候能够直接获取。
请参阅图3
S015:依据采集周期,获取该浮动车的下一行车数据,将所述下一行车数据插入队列中,同时将队列的对头行车数据出队;
S016:查询队列中对头行车数据的时间点;
S017:判断所述下一行车数据中记录的时间点是否比对头行车数据的时间点晚,即判断所获取的下一行车数据是否为最新的行车数据;若否,则执行S018;若是,则执行S019;
S018:将所述下一行车数据存入错误数据表;
S019:将所述下一行车数据插入队列的队尾;
S020:判断队列中存放的行车数据的个数是否有30个;若否,则执行S021;若是,则执行S022;
S021:计算所述下一行车数据记录的位置点与队列中各个行车数据的位置点的相对距离和相对速度,继续执行S022;
S022:将队列中的对头行车数据出队,将所述下一行车数据插入队尾;计算所述下一行车数据记录的位置点与队列中前29个行车数据对应的位置点的相对距离L相;
S023:计算所述下一行车数据记录的位置点与队列中前29个行车数据对应的位置点的相对速度V相=L相/(Tn-Tn-1);所述Tn为所述下一行车数据的时间点,Tn-1为前一个行车数据,即所述行车数据的时间点;执行S024;
S024:判断所述下一行车数据的速度是否小于预设的速度阀值V1,得到第二判断结果;若否,则返回S025;若是,则执行S026;
S025:舍去所述下一行车数据,返回S015继续获取最新的行车数据,循环S015至S024;
S026:计算所述下一行车数据的位置点与所述第一位置点的相对速度和相对距离;
S027:判断所述相对速度是否小于预设的相对速度阀值V2,得到第三判定结果;判断所述相对距离是否大于预设的相对距离阀值L1,得到第四判断结果;
S028:若第二判断结果、第三判断结果和第四判断结果都为是,则执行S033;若第二判断结果、第三判断结果或第四判断结果为否,则执行S029;
S029:判断所述下一行车数据的前一行车数据所对应的位置点是否有被记录,得到第九判断结果,执行S031和S302;即判断队列中该下一行车数据的前一个行车数据的位置点是否有被记录;
S031:若第九判断结果为是,则证明该浮动车已经不处于缓慢行驶状态或者拥堵状态,删除所述数据库中存储的对应所述一浮动车的数据;返回执行S002,重新开始对该浮动车或者别的浮动车的行车状态分析;
S032:若第九判断结果为否,则直接返回执行S002,重新开始对该浮动车或者别的浮动车的行车状态分析;
S033:获取所述浮动车的第一位置点,计算所述第一位置点与所述位置点所间隔的时长T;
S034:对时长T进行判断,若时长T大于预设的第一时长阀值T1,则记录所述下一行车数据对应的位置点为第一状态位置点;
若时长T大于预设的第二时长阀值T2,则记录所述下一行车数据对应的位置点为第二状态位置点;
若时长T大于预设的第三时长阀值T3,则记录所述下一行车数据对应的位置点为第三状态位置点;继续执行S035;
所述第一时长阀值T1小于第二时长阀值T2,第二时长阀值T2小于第三时长阀值T3;则所记录的所述第一状态位置点对应的是行车缓慢点;第二状态位置点对应的是拥堵点;第三状态位置点对应的是异常拥堵点。
S035:判断浮动车最新记录的位置点(可能是第一状态位置点、第二状态位置点或第三状态位置点)的方向与处于第一位置点的方向是否一致,得到第六判断结果;若第六判断结果为否,则执行S036;若第六判断结果为是,则执行S037;
具体的,浮动车的车头朝向正北方向,则行车数据中记录的方向为0;东北方向对应1;正东方向对应2;东南方向对应3;正南方向对应4;西南方向对应5;正西方向对应6;西北方向对应7;则通过两个位置点的方向变化是否大于阀值1来确定与第一位置点的方向是否一致;
S036:当浮动车最新记录的位置点与第一个位置点的方向一致时,就保存为方向一的拥堵区域;若最新记录的位置点的方向与第一个位置的方向差大于1,则保存为方向二的拥堵区域,并且记录下该方向的位置点;以此类推,该车在拥堵时,有多个方向,就保存下每个方向的拥堵区域,并且记录下方向改变的位置点;若该浮动车不在拥堵时,就删除所有拥堵区域。这样可以有效避免合并的拥堵区域过大,始终保持拥堵区域是直线的窄长的区域,使得计算结果更加准确。
S037:依据行车数数据中记录的位置点的经纬度数据,即GPS数据计算第一位置点至第一状态位置点之间所构成的窄长的第一区域,即行车缓慢区域;
计算被记录的第一个第二状态位置点至被记录的第一个第三位置状态点所构成的窄长的第二区域,即拥堵区域;
计算被记录的第一个第三位置状态点至最新记录的第三位置状态点所构成的窄长的第三区域,即异常拥堵区域;执行S038;
优选的,还包括同时统计第一个第二状态位置点至被记录的第一个第三位置状态点所持续的拥堵时长,以及所述第一个第三位置状态点至最新记录的第三位置状态点所持续的异常拥堵时间,若所述拥堵时长或者所述异常拥堵时间超过预设的拥堵时长阀值或异常拥堵时长阀值,则主动推送信息,提示存在异常拥堵情况,以便交通行政部门或者路径规划系统及时采取相应措施;也可针对行车用户进行推送,告知当前全市拥堵路段,建议其绕行拥堵路段,节约出行时间。
S038:判断数据库中对应该浮动车是否已经存储有数据,若否,则执行S039;若是,则执行S040;
S039:将所述第一区域、第二区域或第三区域存入数据库;执行S041;
S040:将所述第一区域、第二区域或第三区域存入数据库,同时覆盖数据库中之前确定的区域,执行S042;
S042:预设一区域更新周期,所述更新周期可以是50s-360s,可以依据需求自定义;
S043:依据区域更新周期遍历数据库,合并有交叉或重叠的第一区域、第二区域或第三区域;
具体的,可以通过遍历数据中存储的所有区域,查找方向一致,并且有交叉或者重叠的区域,然后合并这些区域,得出最大的拥堵区域,即为路段拥堵最长区域;若方向不一致,则所述区域不做合并,不管是否有交叉或者重叠的。
S044:将获取到的第一区域、第二区域和第三区域更新至地图数据中显示,优选的,可以以不同颜色表示,以便更好的标识道路所处的不同路况。
本发明的实施例二为:
假设某辆车的编号为3120001,每15秒会采集一次该车行车数据,行车数据中包括该车当前行车速度,行车方向,当前位置点的经度、纬度。若实时接收到一行车数据,发现当前行车速度非常小,并且与前一个行车数据所记录的速度有较小的相对速度,方向也没有改变,则判定该车正在缓慢向前移动,标记该行车数据对应的经纬度为第一个行车缓慢的点;
当接收到的第二个行车数据,仍然被判定为行车缓慢,就开始通过区域计算公式,计算出行车缓慢区域,保存在拥堵区域数据库中;所述区域计算公式为最新被标记的位置点经纬度与第一个被标记的点的经纬度所构成的窄长长方形区域;
当连续采集的行车数据都在行车缓慢,且累计的时间大于预设的拥堵时长大于第一阀值T1时,就判定该路段拥堵,就判断最新获取到的行车数据对应的经纬度为拥堵的点;通过区域计算公式获取拥堵区域;并且实时保存拥堵区域到数据库中;
当累计的时间大于预设的异常拥堵时长第二阀值T2,就判断最新获取到的行车数据对应的经纬度为异常拥堵的点,通过区域计算公式获取异常拥堵区域;并且实时保存拥堵区域到数据库中;
通过遍历拥堵区域数据库,合并有交叉或重叠的区域,最终得到实时路况的总拥堵区域;然后通过经纬度投射到地图中,就可以得到具体的拥堵路段。
综上所述,本发明提供的一种道路拥堵实时检测的方法,依据浮动车的行车数据进行动态的分析处理,获取行车缓慢的第一状态位置点,表示拥堵的第二状态位置点,以及表示异常拥堵的第三状态位置点,以确定行车缓慢区域、拥堵区域和异常拥堵区域,并存入数据库中;在遍历数据库,合并有交集的区域后,获取表示交通道路实时路况的总拥堵区域。本发明实现了基于浮动车的行车数据,显著提高所确定的道路拥堵区域的时效性和精确度,以便行车人员在复杂的交通道路中及时掌握最新路况信息,保证出行地顺畅;同时也能够为交通行政部门或者路径导航系统等第三方提供科学的道路路况统计分析结果,以便更好的为人们服务。
以上所述仅为本发明的实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等同变换,或直接或间接运用在相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (11)
1.一种道路拥堵实时检测的方法,其特征在于,包括:
S1:获取一浮动车的一行车数据,行车数据包括时间点、速度和位置点;
S2:判断所述一行车数据的速度是否小于预设的速度阀值,得到第一判断结果;
S3:若第一判断结果为是,则记录所述位置点为第一位置点;
S4:根据预设的采集周期,获取所述一浮动车的下一行车数据;
S5:计算所述下一行车数据的位置点与所述第一位置点的相对速度;
S6:判断所述下一行车数据的速度是否小于预设的速度阀值,得到第二判断结果;
S7:判断所述相对速度是否小于预设的相对速度阀值,得到第三判断结果;
S8:若第二判断结果和第三判断结果都为是,则记录所述下一行车数据对应的位置点为第一状态位置点;
进一步包括:
S10:获取所述第一个位置点至所述第一状态位置点所构成的区域;
S12:存储所述区域至数据库;
S13:遍历所述数据库,合并存在交集的区域;
S14:同步所述区域至地图数据。
2.如权利要求1所述的一种道路拥堵实时检测的方法,其特征在于,进一步包括:
S9:若第二判断结果或第三判断结果为否,则返回循环S4至S8。
3.如权利要求1所述的一种道路拥堵实时检测的方法,其特征在于,S3之后,进一步包括:
S31:若第一判断结果为否,则返回循环S1至S8。
4.如权利要求1所述的一种道路拥堵实时检测的方法,其特征在于,所述S7之后,进一步包括:
S71:计算所述下一行车数据的位置点与所述第一位置点的相对距离;
S72:判断所述下一行车数据的相对距离是否大于预设的相对距离阀值,得到第四判断结果。
5.如权利要求4所述的一种道路拥堵实时检测的方法,其特征在于,所述S8具体为:
若第二判断结果、第三判断结果和第四判断结果都为是,则记录所述下一行车数据对应的位置点为第一状态位置点。
6.如权利要求1所述的一种道路拥堵实时检测的方法,其特征在于,所述S8具体为:
S81:若第二判断结果和第三判断结果都为是,则计算所述第一位置点与所述位置点所间隔的时长;
S82:判断所述时长是否大于预设的第一时长阀值,得到第五判断结果;
S83:若第五判断结果为是,则记录所述下一行车数据对应的位置点为第一状态位置点;
S84:获取所述第一个位置点至所述第一状态位置点所构成的第一区域。
7.如权利要求6所述的一种道路拥堵实时检测的方法,其特征在于,
所述行车数据还包括方向;
所述S84具体为:
S841:判断所述第一状态位置点与所述第一个位置点的方向是否一致,得到第六判断结果;
S842:若所述第六判断结果为是,则获取所述第一个位置点至所述第一状态位置点所构成的窄长的第一区域。
8.如权利要求6所述的一种道路拥堵实时检测的方法,其特征在于,所述S84之后,进一步包括:
S841:判断所述时长是否大于预设的第二时长阀值,得到第七判断结果;
S842:若第七判断结果为是,则记录所述下一行车数据对应的位置点为第二状态位置点;
S843:判断所述时长是否大于预设的第三时长阀值,得到第八判断结果;
S844:若第八判断结果为是,则记录所述下一行车数据对应的位置点为第三状态位置点。
9.如权利要求8所述的一种道路拥堵实时检测的方法,其特征在于,所述S84之后,进一步包括:
S85:获取被记录的第一个第二状态位置点至被记录的第一个第三位置状态点所构成的第二区域;
S86:获取被记录的第一个第三位置状态点至最新记录的第三位置状态点所构成的第三区域;
S87:存储所述第一区域、第二区域和第三区域至数据库。
10.如权利要求1所述的一种道路拥堵实时检测的方法,其特征在于,所述S4具体为:
S41:将所述一行车数据存入一预设有存放元素个数的队列中;
S42:根据预设的采集周期,获取所述一浮动车的下一行车数据;
S43:将所述下一行车数据插入所述队列的队尾;
S44:计算所述下一行车数据与所述队列中存放的各个行车数据的相对距离和相对速度;
S45:依据所述相对距离和相对速度,判定所述一浮动车确实处于行车缓慢状态。
11.如权利要求2所述的一种道路拥堵实时检测的方法,其特征在于,所述S9具体为:
S91:若第二判断结果或第三判断结果为否,则判断所述下一行车数据的前一行车数据所对应的位置点是否有被记录,得到第九判断结果;
S92:若第九判断结果为是,则删除所述数据库中对应所述一浮动车的所述区域,继续执行S93;
S93:返回循环S4至S8。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510445535.4A CN105139647B (zh) | 2015-07-27 | 2015-07-27 | 一种道路拥堵实时检测的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510445535.4A CN105139647B (zh) | 2015-07-27 | 2015-07-27 | 一种道路拥堵实时检测的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105139647A CN105139647A (zh) | 2015-12-09 |
CN105139647B true CN105139647B (zh) | 2017-12-08 |
Family
ID=54724974
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510445535.4A Active CN105139647B (zh) | 2015-07-27 | 2015-07-27 | 一种道路拥堵实时检测的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105139647B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106652449A (zh) * | 2016-12-13 | 2017-05-10 | 冯仁 | 智能交通系统 |
CN108873905A (zh) * | 2018-07-09 | 2018-11-23 | 深圳市易成自动驾驶技术有限公司 | 自动驾驶车辆控制方法、自动驾驶车辆及可读存储介质 |
CN110047276B (zh) * | 2019-03-11 | 2020-11-27 | 广州文远知行科技有限公司 | 障碍物车辆的拥堵状态确定方法、装置和相关产品 |
CN112435472A (zh) * | 2020-11-12 | 2021-03-02 | 北京嘀嘀无限科技发展有限公司 | 拥堵分析方法、装置、设备及存储介质 |
CN112802332A (zh) * | 2020-12-30 | 2021-05-14 | 青岛中兴智能交通有限公司 | 一种分析停车拥挤指标的方法 |
CN113593227B (zh) * | 2021-07-22 | 2022-06-10 | 青岛海信网络科技股份有限公司 | 交通拥堵检测方法及服务器 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101127159A (zh) * | 2007-09-18 | 2008-02-20 | 中国科学院软件研究所 | 基于网络受限移动对象数据库的交通流数据采集与分析 |
CN103226892A (zh) * | 2013-04-08 | 2013-07-31 | 福建工程学院 | 一种优化型的道路拥塞状态发现方法 |
CN103761430A (zh) * | 2014-01-10 | 2014-04-30 | 安徽科力信息产业有限责任公司 | 一种基于浮动车的路网高峰时段识别方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE10036789A1 (de) * | 2000-07-28 | 2002-02-07 | Daimler Chrysler Ag | Verfahren zur Bestimmung des Verkehrszustands in einem Verkehrsnetz mit effektiven Engstellen |
CN102024325B (zh) * | 2010-12-23 | 2012-07-25 | 福建工程学院 | 基于浮动车技术的交通堵塞点识别方法 |
CN104183128B (zh) * | 2013-05-22 | 2018-03-30 | 高德软件有限公司 | 交通状态确定方法及装置 |
-
2015
- 2015-07-27 CN CN201510445535.4A patent/CN105139647B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101127159A (zh) * | 2007-09-18 | 2008-02-20 | 中国科学院软件研究所 | 基于网络受限移动对象数据库的交通流数据采集与分析 |
CN103226892A (zh) * | 2013-04-08 | 2013-07-31 | 福建工程学院 | 一种优化型的道路拥塞状态发现方法 |
CN103761430A (zh) * | 2014-01-10 | 2014-04-30 | 安徽科力信息产业有限责任公司 | 一种基于浮动车的路网高峰时段识别方法 |
Also Published As
Publication number | Publication date |
---|---|
CN105139647A (zh) | 2015-12-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105139647B (zh) | 一种道路拥堵实时检测的方法 | |
CN109584553B (zh) | 一种基于时空信息的路段关联度缺失补全方法 | |
CN103106702B (zh) | 基于云计算的公交出行服务系统 | |
CN105702035B (zh) | 一种利用历史公交数据评估乘车难易程度的方法 | |
CN105679037B (zh) | 一种基于用户出行习惯的动态路径规划方法 | |
CN106340194B (zh) | 应急车辆信号优先控制方法 | |
CN107331169A (zh) | 饱和状态下城市道路交叉口信号配时方案评价方法及系统 | |
CN108196280B (zh) | 一种通过gps推断公交线路方法 | |
CN101964941A (zh) | 基于动态信息的智能导航与位置服务系统及方法 | |
CN106062843A (zh) | 路面劣化检测方法、信息处理装置以及程序 | |
AU2018278948B2 (en) | A system to optimize scats adaptive signal system using trajectory data | |
CN103185589B (zh) | 一种群组车辆行驶路径规划方法、装置和系统 | |
CN104021674A (zh) | 一种快速准确预测车辆通过路段旅行时间的方法 | |
CN110309962A (zh) | 基于时间扩展模型的铁路行程路线规划方法及装置 | |
CN106707301A (zh) | 一种基于定位数据的勤务巡线考核方法 | |
CN107085620A (zh) | 一种出租车和地铁接驳出行线路的查询方法及系统 | |
CN107564311A (zh) | 一种车道变更提示方法及装置 | |
CN112556717B (zh) | 出行方式筛选方法和出行路线推荐方法和装置 | |
CN111047858A (zh) | 一种融合算法的公交客流出行od确定方法及装置 | |
CN110085043A (zh) | 一种最优车道的确定方法及车辆控制系统 | |
US10107644B2 (en) | Method and computer program product for processing measurement data of a vehicle in order to determine the start of a search for a parking space | |
CN113255948A (zh) | 一种提高拼车准确率的匹配策略方法 | |
CN108615385A (zh) | 道路路况评估方法和装置、车辆及云服务器 | |
EP3561454A3 (en) | Navigation optimized for unexpected traffic events | |
US20220297732A1 (en) | Train dispatching control method, platform, and system, intelligent carriage, and medium |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |